Customer Order Decoupling Point Selection Model in Mass Customization Based on MAS

Mass customization relates to the ability of providing individually designed products or services to customer with high process flexibility or integration.Literatures on mass customization have been focused on mechanism of MC,but little on cus- tomer order decoupling point selection.The aim of this paper is to present a model for customer order decoupling point selection of domain knowledge interactions between enterprises and customers in mass customization.Based on the analysis of other researchers’ achievements combining the demand problems of customer and enterprise,a model of group decision for customer order decoupling point selection is constructed based on quality function deployment and multi-agent system.Considering relatively the decision mak- ers of independent functional departments as independent decision agents,a decision agent set is added as the third dimensionality to house of quality,the cubic quality function deployment is formed.The decision-making can be consisted of two procedures:the first one is to build each plane house of quality in various functional departments to express each opinions;the other is to evaluate and gather the foregoing sub-decisions by a new plane quality function deployment.Thus,department decision-making can well use its domain knowledge by ontology,and total decision-making can keep simple by avoiding too many customer requirements.

时空语义驱动的渐进多视角行为去偏置研究

在实际应用中,单视角摄像头采集数据由于物体存在遮挡而失去对某些区域的可见性,因此结合多个视角下的数据进行行为分析对于维护社会稳定及民生安全至关重要。针对多视角行为识别中存在的偏置问题,即不同视角下空间语义不一致导致的视角间行为表征差异以及同一行为执行过程中的时序语义不一致导致的行为表征差异,提出一种渐进去偏置的多视角方法。首先,在多视角下的同一行为样本中以证据理论为引导,结合不同视角下的行为同构性进行视角间行为去偏置,优化不同视角下关注的行为特征权重,以获得更全面的无偏行为表示。其次,结合多粒度解耦策略,分析不同粒度对行为特征无偏表达的影响,准确分离行为相关和行为无关特征,以避免视角内行为无关信息扰乱行为表征导致的显著差异。最后,在时序维度上构建不同行为特征权重,增强同一视角内行为特征一致性,减弱同一行为的行为表征差异。在多个数据集上的实验结果验证了所提方法的有效性,在N-UCLA和NTU-RGB+D数据集上的跨视角准确率分别达到了97.4%和96.4%,并且所提方法在满足多视角下对行为识别进行准确分析应用需求的同时通过一种新的去偏置思路为多视角行为识别问题提供了一种有效的解决方案。

含跟网/构网型混联多馈入系统协调优化配置方法

随着传统同步机组被电力电子设备逐步取代,电力系统由原来的“物理同步”逐渐转变为“控制同步”。因此,由变流器控制环节引发的稳定问题受到广泛关注。已有研究表明,含跟网/构网型设备的混联多馈入系统中构网型设备能够抑制弱电网下由跟网型设备并网引起的次同步振荡,然而其在强电网下容易导致系统出现低频振荡现象。而目前电力系统仍处于向“双高”系统转变的过渡阶段,关于不同电网强度下混联多馈入系统中跟网/构网型变流器对电网电压支撑能力的量化评估及其在多频段下的协调优化配置方法仍不清晰。为此,该文首先对单馈入跟网/构网型变流器并网系统进行模态分析,探究不同电网强度下跟网/构网型变流器对应的主导振荡模态在多频段下的分布特性,并形成混联多馈入系统的协调优化配置原则。其次,基于模态解耦的思想对混联多馈入系统的稳定性进行等效近似,揭示多频段下系统主导振荡模态阻尼比与跟网/构网型支撑能力量化指标之间的关系。由此,提出一种面向系统小干扰稳定性提升的跟网/构网型协调优化配置方法。最后,通过仿真算例验证所提混联多馈入系统等效近似方法的正确性和协调优化配置方法的有效性。

Adaptive genetic algorithm for path planning of loosely coordinated multi-robot manipulators

Adaptive genetic algorithm A SA GA, a novel algorithm, which can dynamically modify the parameters of Genetic Algorithms in terms of simulated annealing mechanism, is proposed for path planning of loosely coordinated multi robot manipulators. Over the task space of a multi robot, a strategy of decoupled planning is also applied to the evolutionary process, which enables a multi robot to avoid falling into deadlock and calculating of composite C space. Finally, two representative tests are given to validate A SA GA and the strategy of decoupled planning.

面向民机可视导航的场面多尺度目标检测

民航飞机视觉辅助驾驶系统通过机载视觉传感器获取周边威胁态势信息,为飞行员提供辅助决策等信息,但是机载视觉传感器获取的机场场面威胁目标尺度变化大,且机载平台算力有限,现有的目标检测方法难以满足视觉辅助驾驶需求.针对上述问题,提出一种基于YOLOv5s算法的轻量化多尺度目标检测算法.首先,为增强场面小目标的特征表达,在加权双向特征金字塔网络(BIFPN)基础上,引入坐标注意力(CA)机制,设计CA-BIFPN特征融合网络,提高模型对多种尺度目标的学习能力.然后,设计GSConv解耦检测头,相互独立优化分类和回归目标,提高目标检测的精度.设计的跨级部分网络轻量化颈部模块可减少因引入解耦头增加的参数量,大幅提高整体网络的检测速度,实现场面目标实时检测.为了验证算法性能,构建机载视觉传感器滑行视角的实测数据、仿真数据组成的多尺度场面目标数据集.在该数据集上的实验结果表明,所提方法检测精度超过Faster R-CNN、SSD和YOLOv6、YOLOv7、YOLOX等经典多尺度目标检测算法,均值平均精度为71.40%,比YOLOv5s提高4.19个百分点;在机载计算仿真实验平台上,检测帧率达到71帧/s,满足实时检测要求.

基于热电解耦CCHP和综合需求响应协同优化的配电网韧性提升策略

针对灾后紧急恢复阶段,提出一种基于热电解耦燃气冷热电三联供(CCHP)和综合需求响应协同优化的配电网韧性提升策略。该策略在提升韧性的同时计及资源利用效能,通过刻画计及不确定性的冷热用户响应意愿曲线,得到其可用调温范围,并基于此提出衡量用户舒适度的温度偏离度指标,最终以停电周期内电负荷恢复价值量最大和冷热负荷温度偏离度最小为目标构建多目标优化模型,利用ε-约束模型将其转换为单目标模型进行求解。以IEEE-69电力系统与比利时20节点天然气网络耦合系统进行仿真模拟,验证策略的有效性。

深度学习支持下的城市破损路沿石检测方法

针对破损路沿石在街景影像中受到目标多尺度、相似地物干扰以及遮挡等问题,提出了一种面向城市街道两侧破损路沿石检测的CDD-YOLO(convolutional swin transformer deformable decouple-YOLO,CDD-YOLO)模型。依据破损路沿石呈现形状尺度多样性特点,嵌入C3_STR(convolutional swin transformer,C3_STR)模块进行特征融合,增强模型对多尺度特征的感知性能;对于相似地物干扰导致的误检现象,加入可变形卷积模块,利用目标区域自适应特性,提升模型对相似地物的判别能力;为避免因遮挡引起的定位不准确问题,引入解耦检测头结构,增强模型对模糊边界特征的提取能力。在自制的街景破损路沿石数据集上进行验证,分析表明,该方法的precision、recall、F1、IoU 4项评价指标分别达到了82.45%、81.22%、81.01%和80.23%,显著优于其他主流目标检测方法,验证了该方法的有效性和可行性。

基于时间-通道拓扑解耦图卷积的异常行为检测

随着姿态估计技术的发展,使用人体骨骼数据而非传统像素数据进行异常行为检测成为可能,这种异常检测方法克服了传统基于像素特征的方法中光照、视角和背景噪声等因素带来的问题。然而,现有的图卷积网络(Graph Convolutional Network,GCN)在处理人体骨骼数据时,通常使用固定的邻接矩阵进行信息聚合,这限制了模型在提取行为特征时的灵活性。为了解决上述问题,本文提出了基于时间-通道拓扑解耦的图卷积网络(TimeChannel Topology Decoupling Graph Convolution Network,TCTD-GCN)。TCTD-GCN分别在时间和通道维度上采用拓扑学习的方式来学习自适应的邻接矩阵,从而实现时间和通道的有效解耦。学习得到的自适应邻接矩阵能更准确地聚合特征,促进对人体行为的准确表示。此外,文章提出一种虚拟异常引导的自监督异常检测(Virtual Anomaly-guided Self-supervised Anomaly Detection,VASAD)策略来提高检测精度。VASAD将异常检测问题视作一个多分类问题,通过将正常行为的不同类别视为“虚拟异常”来辅助模型训练,从而在测试阶段更准确地区分正常与异常行为。这种策略增强了模型对正常行为内在差异的学习,提高了对真实异常的判别能力。最后,本文模型在ShanghaiTech Campus、CUHK Avenue和USCD Ped2三个主流数据集上进行实验,帧级曲线下面积(area under the curve,AUC)分别达到76.6%、87.7%和95.3%,在ShanghaiTech Campus和CUHK Avenue数据集上相对主流模型有明显提升,验证了模型的有效性和优越性。

基于谱聚类的主动配电网多时间尺度无功优化策略

高比例分布式光伏接入配电网后,传统优化方案无法有效平抑电压波动,分布式光伏逆变器的无功调控能力难以充分利用。为此,提出一种基于谱聚类的主动配电网多时间尺度无功优化策略,该方法分为日前优化和日内实时优化两个阶段。首先,对离散设备的时间耦合性进行解耦,以配电网网损、平均电压偏差、电压波动严重程度为目标函数,建立基于社交网络搜索算法的日前无功优化模型,确定离散设备静态最优档位序列;其次,通过谱聚类的方法进行耦合,确定离散设备动态最优档位序列,结合改进的分布式光伏逆变器就地控制策略,建立日内实时优化模型,从而抑制日前预测数据偏差导致的电压波动;最后,基于改进后的IEEE33节点系统进行仿真实验。仿真结果表明,所提策略可以有效降低运算难度、提高求解效率,验证了该策略的有效性和优越性。

基于分数阶的电力调度网络发令多任务实时解耦控制方法

为了避免出现网络内部混乱导致发令执行时间延迟问题,提出基于分数阶的电力调度网络发令多任务实时解耦控制方法。构建分数阶多输入输出系统结构,将线性化拓展结果运用到输入输出解耦。考虑解耦后广义传递函数非对角线元素,得到解耦后广义传递函数矩阵。结合PID控制器,改善收敛速度,有效控制极小正值,构建多任务实时解耦控制器,实现多任务实时解耦控制。仿真实验结果表明,所提方法停电时间为1:40—3:00,送电时间为3:02,与真实时间一致,能够达到实时、精准控制发令多任务的目的。

基于多智能体深度强化学习的解耦控制方法

[目的]在现代工业生产过程中,实现复杂非线性多输入多输出系统的解耦控制对于生产过程的操作和优化都具有至关重要的意义.[方法]本文基于多智能体深度确定性策略梯度(MADDPG)算法,提出了一种解决复杂非线性多输入多输出系统解耦控制问题的设计方案,并通过连续搅拌反应过程的解耦控制仿真计算,验证了设计方案的有效性.[结果]验证结果表明:本文所提出的方案能够同时对连续搅拌反应过程中反应温度、产物摩尔流量两个被控量的设定控制目标进行跟踪调节,且在同样的控制目标下,该设计方案比单智能体方案和PID(proportional-integral-derivative control)控制方案都具有更好的稳定性与更小的稳态控制误差.[结论]仿真结果表明:针对复杂非线性多输入多输出系统的解耦控制问题,多智能体强化学习算法能够在不依赖于过程模型的基础上,实现复杂非线性多输入多输出系统的解耦控制,并保证较好的控制性能.

应用专用全数字PET创新系统

基于多电压阈值方法的全数字正电子发射断层成像(PET)技术以“全数字”和“精确采样”为两个本质特点,实现软硬件解耦、系统“乐高”化搭建,打破了传统PET系统架构固定的限制,为更多创新应用的开展提供了可能。本文介绍了近年来应用专用型全数字PET系统的研究进展,阐述其在质子治疗监测、脑科学临床与基础研究、植物代谢研究等领域中的应用及其优势。面对前沿应用对PET成像系统提出的更高要求,进一步探讨全数字PET技术的发展趋势。

虚拟母线式多端无线能量互联系统混合式多线圈结构设计与效率优化

在面向区域型电能互联应用的虚拟交流母线式多端无线能量互联系统中,双极型线圈较低的耦合系数会导致母线侧线圈损耗过高,系统效率偏低。为此,该文提出一种混合式线圈结构,即利用平面方形线圈替代原来单一式结构中的部分双极型线圈,在保证多线圈交叉解耦的前提下提高耦合系数。在该结构的基础上,对系统参数展开优化设计。基于线圈拆分与等效的思想,提出一种统一化线圈建模方法,以此获取最大效率下线圈匝数、补偿电感和母线电流幅值的最优取值。最后,搭建四端口原理样机验证所提线圈结构和参数优化设计的有效性,优化后的系统其在不同运行模式下的效率均提升8%以上。

一种新型模块化三相光伏逆变器及其分布式控制策略

级联H桥被认为是最适合光伏发电场景的拓扑之一。针对传统三相级联H桥光伏逆变器电容体积大、寿命短、相间功率失配及控制通信系统复杂的问题,基于磁通抵消原理提出1种新型模块化三相光伏逆变器及其分布式控制策略。首先,介绍了模块化拓扑的基本结构;然后,对磁通抵消功率解耦的基本原理及二倍频电压纹波的影响因素进行了详细分析,提出1种分布式控制策略以实现二倍频电压纹波的抑制并保证三相输出功率平衡;最后,通过仿真与实验验证了分析的正确性与控制策略的可行性。

基于逆系统解耦的三电平Buck变换器反步滑模控制

多电平变换器因其可以降低开关管承受的电压应力、减小滤波电感和滤波电容体积,被广泛应用在直流微电网中。三电平Buck变换器的飞跨电容电压和输出电压存在耦合,是一个多输入多输出、强耦合的非线性系统。针对这一问题,提出一种逆系统解耦反步滑模控制方法。采用逆系统方法实现输出电压控制和飞跨电容电压控制的解耦,采用反步滑模法控制保证输出电压的稳定性和鲁棒性,通过状态反馈控制将飞跨电容电压平衡在输入电压的1/2处。仿真和实验结果表明,所提控制策略能使得飞跨电容电压和输出电压均具有良好的稳态和动态特性。

空间引力波探测望远镜多自由度形变测量方法解耦研究与噪声分析

空间引力波探测望远镜是引力波探测卫星的核心载荷之一,它同时对传输光束进行扩束和缩束。光程稳定性是望远镜的核心指标之一,其与望远镜结构稳定性密切相关。为了满足引力波探测任务对望远镜提出的超高光程稳定性和结构稳定性要求,必须对望远镜结构形变测量进行研究。本文开展了对空间引力波探测望远镜多自由度形变测量的研究,重点解决多自由度测量的耦合问题,并对误差来源进行详细分析。在空间引力波探测望远镜的研制阶段,该测量方法的研究有望满足望远镜多自由度形变测量的需求,为望远镜设计提供多自由度形变的数据反馈,为望远镜光程稳定性研究提供指导。

多堆燃料电池系统空气供应解耦控制器设计

大功率多堆燃料电池空气供应系统控制由储气罐控制、各堆进气流量节流阀控制以及进气压力背压阀控制构成。试验分析发现,在节流阀与背压阀控制之间存在较强耦合性。为此,基于多堆空气系统架构,采用相关技术来辨识其空气供应子系统在稳态工作点附近的局部线性化传递函数矩阵,并基于前馈解耦补偿技术,实现多堆空气系统储气罐、节流阀与背压阀在稳态工作点附近的相对独立控制。实验结果表明,该方法可实现多堆燃料电池空气供给系统的供给压力、进气流量与进气压力的解耦,具有良好的解耦效果和实用性能。

基于模糊解耦的坩埚下降法晶体生长炉温度控制系统

针对坩埚下降法晶体生长炉温度控制系统存在的非线性、滞后性、多温区耦合性等问题。设计了模糊解耦控制器来对生长炉上、下两个温区的温度进行控制,该控制器能够根据上、下温区的实时温度误差以及温度误差变化率,调节两个温区加热棒的功率。与传统解耦和PID算法相比,该方法具有不依赖被控对象的精确数学模型,计算量小,算法设计简单等特点。通过仿真将该方法分别与传统PID算法和传统解耦PID算法进行比较,仿真结果表明,该方法具有很好的动态性能、解耦能力和鲁棒性,有利于提升晶体生长炉的控温精度和加热效率。

不对称故障下低电压穿越的多目标解耦控制策略

在传统不对称故障低电压穿越控制中,由于控制自由度有限,并网逆变器控制存在无法同时实现输出电流负序分量和直流侧电压二倍频波动抑制的问题。对此,文中提出一种不对称故障下两级式光伏并网系统低电压穿越的多目标解耦控制策略。该策略将逆变器的控制目标设置为输出电流负序分量抑制,给出了综合考虑逆变器输出电流限幅和无功输出需求的逆变器电流内环控制参考值计算方法;通过双向Buck-Boost变换器将超级电容接入直流母线电容两端维持其电压稳定,并将直流侧电压二倍频波动转移至超级电容输入侧进行抑制。仿真结果表明,相比传统控制方法,所提控制策略有效降低了逆变器三相间的不平衡度,改善了输出电流畸变,减小了直流侧电压二倍频波动。

小样本条件下的带钢表面缺陷检测

针对工业场景下带钢表面缺陷样本少、缺陷尺寸大小不一等问题,提出一种适用于小样本条件下的带钢表面缺陷检测网络.首先,算法以YOLOv5s框架为基础,设计一种融合注意力机制的多尺度路径聚合网络作为模型的颈部,增强模型对缺陷目标的多尺度预测能力;其次,提出一种自适应解耦检测结构,缓解小样本情况下分类和定位任务之间的矛盾;最后,提出一种融合Wasserstein距离的边界框回归损失函数,提升模型对小目标缺陷的检测精度.实验表明,在构建的小样本带钢表面缺陷数据集上,本文模型的检测性能优于其他小样本检测模型,更适用于工业环境下的小样本缺陷检测任务.